Meta 旗下 Muse Wonder Full 冒出：SWE-Marathon 57.5 压 Claude Opus 5.5
daniel_mac8 · x · 2026-10-13
Meta 推出 Muse Wonder 系列，带来一些新设计：
- Active Memory：跨长时间持续携带关于用户的上下文
- Active Focus：持续朝目标推进、绕开阻塞，并在重大操作前主动确认
- Wonder Full 在 Meta 自家的长时程编码基准 SWE-Marathon 上拿下 57.5，超过 Claude Opus 5.5 的 46.3
但离真正的 frontier 还有差距：
- Artificial Analysis 综合指数上 Opus 5.5 仍以 58 领先 Wonder Full 的 56
- Terminal-Bench v4.0（59.6 vs 57.1）与 ProgramBench（70.5 vs 59.0）Opus 均胜出
- 更新的 Fable 5.5 随时可能发布，或将进一步拉开差距
附图是 Artificial Analysis 指数对比与个人/专业智能体基准明细：Wonder Full 在 DeepSWE（79.0）、AutomationBenchmark（45.4）、MemoryBench（85.5）、Harvey LAB-AA（13.1）等多项领先，但 HealthBench Pro、OSWorld、ProgramBench 落后。这被视为 Meta 从 Llama 4 折戟以来的强势回归。
所属事件:Meta 发布前沿模型 Muse Wonder 主打个人智能体(81 条相关)→
「编程与Agent」频道最新
- NVIDIA 开源 NURBS CAD 内核 SMLIB，合作团队 20 年后终开源 — Promptmethus · 2026-10-13
- LLM 当 System 2，快判断交给 System 1：Austin LangChain 的架构框架 — colinmcnamara · 2026-10-13
- 人类管不了 3 个以上聊天线程：用「下一步行动流」管理并发 agent — _AustinCalvert_ · 2026-10-13
- 博主实测 Grok 智能体：会确认指令继续执行，编码仍不及 Claude Code — doooyle · 2026-10-13
- 等 Claude 写代码太无聊，开发者做了个 Claude Code 内嵌下棋插件 — bushibuilds · 2026-10-13
- 用户投诉 Codex 擅自烧光 62500 美元额度且无记录 — Yamapama · 2026-10-13